Influence-Augmented Online Planning for Complex Environments
Delft University of Technology（代尔夫特理工大学）
我们如何在一个可能涉及许多其他代理的复杂环境中实时的有效地计划控制代理？虽然现有的基于样本的规划者在大型POMDPs中取得了经验上的成功，但它们的性能严重依赖于快速模拟器。然而，现实世界的场景是复杂的，其模拟器往往是计算要求，这严重限制了在线规划的性能。在这项工作中，我们提出了影响增强的在线规划，一个原则性的方法，将整个环境的因素模拟器转换为本地模拟器，只采样最相关的观察和奖励的规划代理的状态变量，并捕捉传入的影响，从其余的环境使用机器学习方法。我们的主要实验结果表明，规划在这个不太准确，但更快的本地模拟器与POMCP导致更高的实时规划性能比规划在模拟整个环境。
2021-06-09 cs.AI cs.LG
Counterfactual-Augmented Importance Sampling for Semi-Offline Policy Evaluation
Computer Science & Engineering（计算机科学与工程系）；University of Michigan, Ann Arbor, MI, USA（密歇根大学安娜堡分校）
本文提出一种半离线策略评估框架，利用人类标注的反事实轨迹设计基于重要性采样的新估计器，在不引入额外偏差的前提下降低偏差和方差，并在赌博机和医疗模拟器中验证其优于纯离线方法且对不完美标注具有鲁棒性。
2023-10-26 cs.AI cs.LG
Financial Wind Tunnel: A Retrieval-Augmented Market Simulator
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；IDEA Research, International Digital Economy Academy（国际数字经济学院IDEA研究院）
针对现有市场模拟器仅适配特定任务的局限，研究提出检索增强的FWT模拟器，整合宏微观市场模式，支持多场景可控仿真，还可优化下游量化模型，在复杂波动市场中表现更优。
2025-03-23 cs.CE cs.LG q-fin.CP
A Missing Latent, Not a Missing Simulator: Radius-Augmented Inference for Real JWST Retrieval
SVKM’s NMIMS (Deemed to be University)（SVKM’s NMIMS（被视为大学））
针对真实JWST光谱反演崩溃问题，发现缺失行星半径这一潜在变量而非模拟器缺陷，提出半径增强流匹配后验MIRAGE，将WASP-39b拟合误差从301降至0.06，并跨仪器与目标泛化。
2026-10-05 astro-ph.EP astro-ph.IM cs.LG
Mixup-Augmented Meta-Learning for Sample-Efficient Fine-Tuning of Protein Simulators
Hong Kong University of Science and Technology（香港科技大学）；Shanghai Jiao Tong University（上海交通大学）；University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；Peking University（北京大学）
本文提出Mixup增强的元学习框架，通过数据混合预训练和元学习微调，实现蛋白质模拟器在有限数据下对未见及分布外场景的高效泛化。
2023-10-10 cs.AI cs.LG q-bio.BM
3D-Learning: Diffusion-Augmented Distributionally Robust Decision-Focused Learning
University of Houston（休斯敦大学）
3D-Learning通过利用扩散模型的分布建模能力，在最坏情况分布下优化决策性能，提升LLM资源分配任务中对非分布样本的鲁棒性。
2026-02-03 cs.LG
Combining Physical Simulators and Object-Based Networks for Control
Massachusetts Institute of Technology（麻省理工学院）
物理引擎在机器人规划和控制中起着重要的作用;然而，许多现实世界的控制问题涉及复杂的接触动力学，无法解析。因此，大多数物理引擎都采用。导致精度损失的近似值。在本文中，我们提出了一种混合动力学模型，模拟器增强的交互网络（SAIN），结合了物理引擎和基于对象的神经网络的动力学建模。与现有的纯分析或纯数据驱动的模型相比，我们的混合模型以更准确和更有效的数据方式捕获交互对象的动态。仿真和真实机器人上的实验表明，当用于复杂的控制任务时，它也会带来更好的性能。最后，我们证明了我们的模型可以推广到具有不同物体形状和材料的新环境。
2019-04-13 cs.LG cs.RO
LLM-Augmented Bayesian Optimization with Adaptive Policies for Chiplet Design Space Exploration
Zhejiang University（浙江大学）；ChipFlux；ShanghaiTech University（上海科技大学）
针对小芯片设计空间探索的两大挑战，本文提出结合LLM与BO的协同框架，通过扩展开源模拟器、引入ADPR及探索增益感知微调方法，提升了2.5D/3D CPU-GPU异构小芯片的设计空间探索效率。
2026-10-14 cs.LG
Atlas: Automate Online Service Configuration in Network Slicing
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）；Nokia Bell Labs（诺基亚贝尔实验室）；New Jersey Institute of Technology（新泽西理工学院）
网络切片实现了具有成本效益的切片定制，以支持异构应用和服务。然而，基于服务级别协议将跨域资源配置到端到端切片是具有挑战性的，这是由于模拟器和真实网络之间复杂的底层相关性和模拟与现实的差异。在本文中，我们提出了阿特拉斯，在线网络切片系统，通过安全和样本高效的学习配置方法在三个相互关联的阶段自动化切片的服务配置。首先，我们设计了一个基于学习的模拟器，以减少模拟器的模拟真实的差异，这是通过一个新的参数搜索方法的基础上贝叶斯优化。其次，我们离线训练的政策，在增强的模拟器通过一种新的离线算法与贝叶斯神经网络和并行汤普森采样。第三，我们在线学习的策略在真实的网络中的一个新的在线算法与安全的探索和高斯过程回归。我们在基于OpenAirInterface RAN、OpenDayLight SDN传输、OpenAir-CN核心网络和基于Docker的边缘服务器的端到端网络原型上实现了Atlas。实验结果表明，与最先进的解决方案相比，阿特拉斯实现了63.9%和85.7%的遗憾减少资源使用和切片质量的经验在在线学习阶段，分别。
2022-10-30 cs.LG
Data-Augmented Contact Model for Rigid Body Simulation
Stanford University（斯坦福大学）；Amazon.com, Inc.（亚马逊公司）
精确模拟真实世界的接触行为，近刚性材料仍然是一个巨大的挑战，现有的刚体物理模拟器。本文介绍了一种数据增强接触模型，该模型将解析解与观测数据相结合，以预测可能导致刚体在各个方向上弹跳、滑动或旋转的3D接触脉冲。我们的方法通过从观测数据中学习接触行为，同时尽可能保留基本接触约束，增强了标准库仑接触模型的表达能力。例如，训练分类器以近似静态和动态摩擦之间的过渡，而在碰撞期间的非穿透约束被解析地强制执行。我们的方法计算整个刚体的接触的聚合效应，而不是单独预测每个接触点的接触力，随着接触点数量的增加，保持相同的模拟速度。补充视频：https://shorturl.at/eilwX关键词：物理仿真算法，动力学学习，接触学习
2022-06-21 cs.LG cs.RO
AUGCAL: Improving Sim2Real Adaptation by Uncertainty Calibration on Augmented Synthetic Images
Georgia Tech（佐治亚理工学院）
本文提出AUGCAL，一种用于无监督域适应的训练时补丁，通过在强增强的合成图像上优化校准损失，减少过度自信和校准不当，提升Sim2Real模型的误分类检测和置信度可靠性，同时保持或提升适应性能。
2024-07-29 cs.CV cs.LG
Likelihood-free inference with an improved cross-entropy estimator
Imperial College London（伦敦帝国学院）；New York University（纽约大学）；University of Liège（列日大学）；Federico Santa María Technical University（费德里科·圣玛丽亚理工大学）
我们扩展最近的工作（Bavelmer，等。例如，2018年），使用神经网络作为替代模型的似然自由推理。在以前的工作中，我们利用的事实，即联合似然比和联合得分，条件的观察和潜在的变量，往往可以从一个隐式生成模型或模拟器中提取，以增加这些代理模型的训练数据。我们展示了如何使用这种增强的训练数据来提供一种新的交叉熵估计器，与以前利用这种增强的训练数据的损失函数相比，它提供了更高的样本效率。
2018-08-02 cs.LG hep-ph physics.data-an
Zero-shot Sim2Real Adaptation Across Environments
Applied Artificial Intelligence Institute（应用人工智能研究院）；Deakin University（迪肯大学）
基于仿真的学习通常为机器人技术中的强化学习应用提供了一种具有成本效益的手段。然而，仿真器通常无法准确地复制真实世界的动态，因此弥合sim2real差距是基于仿真的学习中的一个重要问题。目前的解决方案，以弥合sim2real差距涉及混合模拟器，增强神经残差模型。不幸的是，它们需要针对每个单独的环境配置的单独的残差模型（即，诸如质量、摩擦等的环境变量的固定设置），因此不能快速转移到新的环境。为了解决这个问题，我们提出了一个反向动作转换（RAT）的政策，学习模仿在现实世界中的模拟政策。一旦从单个环境中学习，RAT就可以部署在通用策略网络之上，以实现对新环境的zero-shot适应。我们经验性地评估我们的方法在一组连续的控制任务，并观察其优势，作为一个Few-Shot和zero-shot学习竞争基线。
2023-02-08 cs.AI cs.LG cs.RO
Real-time simulation of viscoelastic tissue behavior with physics-guided deep learning
National Research Council of Canada（加拿大国家研究委员会）；ETS Montreal（蒙特利尔高等技术学院）
有限元法（FEM）是模拟具有弹性或粘弹性行为的软组织的流行方法。然而，它们在实时的【形】应用中的使用，例如在虚拟现实手术训练中，受到计算成本的限制。在这种应用场景中，通常涉及可移动的模拟器，计算硬件严重限制了模拟场景的大小或细节水平。为了解决这一限制，数据驱动的方法已经被建议通过从FEM生成的数据集学习映射规则来模拟机械变形。在此，我们提出了一种深度学习方法来预测具有粘弹性的软组织的位移场。这项工作的主要贡献是使用物理指导的损失函数来优化深度学习模型参数。提出的深度学习模型基于卷积（CNN）和递归层（LSTM）来预测时空变化。它增加了一个质量守恒定律的损失函数，以防止产生物理上不一致的结果。深度学习模型是在一组FEM数据集上训练的，这些数据集是从市售的最先进的数值神经外科模拟器生成的。在深度学习模型中使用物理引导的损失函数，可以更好地预测看不见的模拟情况下的变形。此外，所提出的方法实现了比传统的CNN模型更好的准确性，其中根据外力的大小，在看不见的组织中观察到从8%到30%的改善。希望目前的研究将有助于填补在虚拟现实模拟器中应用深度学习的空白，从而提高其计算性能（与FEM模拟相比），并最终提高其实用性。
2023-01-11 cond-mat.soft cs.LG physics.comp-ph
